Aufbau von Echtzeit-Analysesystemen

Kapitel 5. Der Serving Layer: Apache Pinot

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

AATD ist zu dem Schluss gekommen, dass es eine neue Infrastruktur einführen muss, um skalierbare Echtzeit-Analysen zu erreichen, ist aber noch nicht davon überzeugt, dass eine vollwertige OLAP-Datenbank notwendig ist.

In diesem Kapitel erklären wir zunächst, warum wir nicht einfach einen Stream-Prozessor für Abfragen auf Streams verwenden können, bevor wir Apache Pinot vorstellen, eine der neuen OLAP-Datenbanken, die für Echtzeitanalysen entwickelt wurden. Wir lernen die Architektur und das Datenmodell von Pinot kennen, bevor wir den Stream orders einlesen. Danach erfahren wir etwas über Zeitstempel-Indizes und wie wir mit SQL Abfragen für Pinot schreiben.

Abbildung 5-1 zeigt, wie wir unsere Infrastruktur in diesem Kapitel weiterentwickeln werden.

Abbildung 5-1. Entwicklung des Bestelldienstes

Warum können wir keinen anderen Stream Processor verwenden?

Am Ende des letzten Kapitels haben wir unter einige der Einschränkungen beschrieben, die bei der Verwendung von Kafka Streams für Abfragen auf Streams bestehen. (Siehe "Einschränkungen von Kafka Streams".) Das war keineswegs eine Kritik an Kafka Streams als Technologie; wir haben es nur nicht wirklich für die Arten von Problemen verwendet, für die es entwickelt ...